使用utf-8字符串写入文件时出现python编解码器错误

我正在开发一个python 3 tkinter应用程序(os是windows 10),其总体功能包括以下详细信息:

1. 读取一些文本文件,其中可能包含ascii、cp1252、utf-8或任何其他编码形式的数据

2. 在“预览窗口”(tkinter label小部件)中显示这些文件的内容。

3. 将文件内容写入单个输出文件(每次打开时追加)

对于1:我通过以二进制模式打开和读取文件,使文件读取编码不可知。为了将数据转换成字符串,我使用了一个循环,该循环遍历“可能”编码的列表,并依次尝试每个编码(使用 error='strict' )直到它碰到一个没有抛出异常的。这很管用。

for 2:一旦我得到解码的字符串,我就调用 set() Tkinter标签的方法 textvariable . 这也是可行的。

对于3:我以通常的方式打开一个输出文件,并调用 write() 方法来写入解码字符串。当字符串被解码为ascii或cp1252时,此操作有效,但当字符串被解码为utf-8时,它会引发异常:

'charmap' codec can't encode characters in position 0-3: character maps to <undefined>

我四处搜索,发现了一些类似的问题,但似乎没有解决这个具体问题。一些更复杂的问题限制了我的解决方案:

a.我可以回避这个问题,只需将读入的数据保留为字节,并将输出文件作为二进制文件打开/写入,但这会使一些输入文件内容无法读取。

B.虽然这个应用程序主要是针对Python3的,但我正在尝试使它与Python2交叉兼容——我们有一些慢/晚的采用者将使用它。(顺便说一下,当我在python 2上运行这个应用程序时,它也会抛出异常,但是对于cp1252数据和utf-8数据都会抛出异常。)

为了说明这个问题,我创建了这个精简的测试脚本。(我真正的应用程序是一个大得多的项目,而且它也是我公司的专利——所以不会公开发布!)

import tkinter as tk
import codecs

#Root window
root = tk.Tk()

#Widgets
ctrlViewFile1 = tk.StringVar()
ctrlViewFile2 = tk.StringVar()
ctrlViewFile3 = tk.StringVar()
lblViewFile1 = tk.Label(root, relief=tk.SUNKEN,
                        justify=tk.LEFT, anchor=tk.NW,
                        width=10, height=3,
                        textvariable=ctrlViewFile1)
lblViewFile2 = tk.Label(root, relief=tk.SUNKEN,
                        justify=tk.LEFT, anchor=tk.NW,
                        width=10, height=3,
                        textvariable=ctrlViewFile2)
lblViewFile3  = tk.Label(root, relief=tk.SUNKEN,
                         justify=tk.LEFT, anchor=tk.NW,
                         width=10, height=3,
                         textvariable=ctrlViewFile3)

#Layout
lblViewFile1.grid(row=0,column=0,padx=5,pady=5)
lblViewFile2.grid(row=1,column=0,padx=5,pady=5)
lblViewFile3.grid(row=2,column=0,padx=5,pady=5)

#Bytes read from "files" (ascii Az5, cp1252 European letters/punctuation, utf-8 Mandarin characters)
inBytes1 = b'\x41\x7a\x35'
inBytes2 = b'\xe0\xbf\xf6'
inBytes3 = b'\xef\xbb\xbf\xe6\x9c\xa8\xe5\x85\xb0\xe8\xbe\x9e'

#Decode
outString1 = codecs.decode(inBytes1,'ascii','strict')
outString2 = codecs.decode(inBytes2,'cp1252','strict')
outString3 = codecs.decode(inBytes3,'utf_8','strict')

#Assign stringvars
ctrlViewFile1.set(outString1)
ctrlViewFile2.set(outString2)
ctrlViewFile3.set(outString3)

#Write output files
try:
    with open('out1.txt','w') as outFile:
        outFile.write(outString1)
except Exception as e:
    print(inBytes1)
    print(str(e))

try:
    with open('out2.txt','w') as outFile:
        outFile.write(outString2)
except Exception as e:
    print(inBytes2)
    print(str(e))

try:
    with open('out3.txt','w') as outFile:
        outFile.write(outString3)
except Exception as e:
    print(inBytes3)
    print(str(e))

#Start GUI
tk.mainloop()